Intention to treat-analys

Från Wikipedia
Hoppa till navigering Hoppa till sök

Intention to treat-analys (ITT) är en statistisk term som syftar till att man ska analysera data i den patientgrupp de ursprungligen randomiserats till.[1][2] Detta innebär att resultat från alla deltagande patienter tas med, även de patienter som slutat ta ett studieläkemedel eller som påbörjat aktiv behandling. ITT anses vara det bästa sättet att analysera data i kliniska studier [1] eftersom det minskar risken för bortfallsfel.[3]

Vid en randomiserad kontrollerad klinisk studie kommer alltid en del patienter falla bort från uppföljning. Det kan bero på praktiska problem, till exempel att patienter flyttar till ett annat land och man inte lyckas få tag på dem, eller att man inte lyckas få kontakt med patienter inför en planerad uppföljning.

Intention to treat-analys innebär att man utgår från att alla individer i en grupp har erhållit behandling, även om de de facto har avbrutit behandlingen. Individer kan också ha avbrutit behandlingen av ett studieläkemedel på grund av uppkomna biverkningar.

Ett annat sätt att analysera data på är s.k. per protokoll-analys.[4] De båda metoderna kompletterar varandra.[5]

Referenser[redigera | redigera wikitext]

  1. ^ [a b] Brody, Tom (25 oktober 2011). Clinical Trials: Study Design, Endpoints and Biomarkers, Drug Safety, and FDA and ICH Guidelines. sid. 143-163. Läst 27 maj 2018 
  2. ^ ”Intention to treat-analys”. Arkiverad från originalet den 26 maj 2019. https://web.archive.org/web/20190526135505/https://www.sbu.se/sv/var-metod/sbu-ordlista/. Läst 26 maj 2018. 
  3. ^ ”Bortfallsfel”. Arkiverad från originalet den 27 maj 2018. https://web.archive.org/web/20180527202057/https://www.sbu.se/sv/publikationer/vetenskap--praxis/vetenskap-och-praxis/fel-som-kan-forvranga-studiens-resultat/. Läst 27 maj 2018. 
  4. ^ ”What Is Per-Protocol Analysis?”. https://www.fool.com/knowledge-center/what-is-per-protocol-analysis.aspx. Läst 26 maj 2018. 
  5. ^ Intention to treat analysis and per protocol analysis: complementary information”. Prescrire International 21 (133): sid. 304–306. 2012-12. ISSN 1167-7422. PMID 23373104. https://www.ncbi.nlm.nih.gov/pubmed/23373104. Läst 26 maj 2018.